matlab精度检验代码-DenseSfMwithKeypointRelocalization:DenseSfMwithKeypointRel

matlab精度检验代码带有关键点重新定位的运动密集结构 [项目页面：] 密集特征提取是使用CNN完成的。 它很密集，但缺点是特征点位置位于网格图案中。 这意味着关键点的准确性不在理想位置。 为了提高关键点的准确性，我们基于粗糙到精细的方法实现了关键点的重新定位。 要求： 请从此处下载MatConvNet： 请下载此网络以获取以下代码：将其放置在与main.m相同的目录中。您可以通过对脚本进行少量修改来更改网络。 您需要在计算机上使用colmap。 在此处阅读有关内容对于我们的论文，我们使用colmap 3.3。 对于数据集，您可以使用colmap提供的测试数据集。 我建议使用South Building。您也可以尝试使用此数据集。 使用方法：0.注意事项：CNN提取的功能已保存在驱动器中，它们总共很大（有时很大）。 确保驱动器中有足够的空间。 在此代码中，GPU起着重要的作用。 我们将1600x1200图像分辨率用于CNN特征提取。 如果您的GPU无法处理该分辨率，请在main.m中更改maximsize变量 准备一个包含要重建的结构图像的文件夹。 结构应如下所示： +资料夹| -i